强化学习关键技术及其在机器人行为学习中的应用

项目名称： 强化学习关键技术及其在机器人行为学习中的应用

项目编号： No.60974050

项目类型： 面上项目

立项/批准年度： 2010

项目学科： 自动化技术、计算机技术

项目作者： 程玉虎

作者单位： 中国矿业大学

项目金额： 31万元

中文摘要： 针对强化学习存在的基函数选取困难、学习速度慢及算法收敛性难以保证等问题，设计一类有效的强化学习控制方法，并将其应用于机器人行为学习领域。研究内容包括：基于图上测地高斯基函数的强化学习、基于自然策略梯度的强化学习、基于知识迁移的强化学习。为了能够有效反映机器人世界的拓扑结构，引入测地高斯基函数逼近值函数，并通过递归策略迭代实现机器人的在线、增量式学习；为避免由于值函数逼近误差造成的策略震荡，研究黎曼空间中的自然策略梯度强化学习算法；进一步，如果具有不同传感器-驱动器的异构机器人面临一系列相关或者类似任务时，借助于认知心理学中的知识迁移概念，实现源任务与目标任务间的自主映射以有效提高强化学习的速度。通过在移动机器人行为学习问题中的应用，验证上述强化学习控制方法的可行性和有效性。研究成果将深化和丰富现有的强化学习理论，增强机器人的自主能力。

中文关键词： 强化学习；行为学习；基函数；Actor-Critic学习；知识迁移

英文摘要：

英文关键词： reinforcement learning；behavior learning；basis function；Actor-Critic learning；knowledge transfer